Penelitian ini mengidentifikasi masalah Bing Translator setelah beralih dari SMT (Statistical Machine Translation) ke NMT (Neural Machine Translation) yang berbasis kecerdasan buatan. Identifikasi masalah difokuskan pada penerjemahan artikel berbahasa Jerman mengenai UX (User Experience) Writing ke Bahasa Indonesia. Adapun penelitian ini menggunakan metode kualitatif deskriptif, metode penerjemahan semantik Newmark, teori Skopos, konsep L3 (Bahasa Ketiga), dan teknik terjemahan dari Molina-Albir (2002). Hasil penelitian menunjukkan bahwa Bing cenderung menerjemahkan banyak istilah dalam terminologi UX secara harfiah ke dalam bahasa Indonesia. Oleh sebab itu, peran penerjemah manusia dalam post-editing untuk artikel keilmuan khusus masih krusial untuk menghasilkan terjemahan yang berterima.

---

This research explores the problems of Bing Translator after switching from SMT (Statistical Machine Translation) to NMT (Neural Machine Translation) which is based on artificial intelligence. Problems identification focuses on translating German articles regarding UX (User Experience) Writing into Indonesian. This research uses descriptive qualitative methods, the Newmark semantic translation method, Skopos theory, the L3 (Third Language) concept, and translation techniques from Molina-Albir (2002). The research results show that Bing tends to translate many terms in UX terminology literally into Indonesian. Therefore, the role of human translators in post-editing for special scientific articles is still crucial to produce accurate and acceptable translations.